Canner/WrenAI

📌 【Canner 開源】WrenAI：讓 AI Agent 生成並治理 BI 儀錶板的 GenBI 引擎

TL;DR：WrenAI 是開源 GenBI 引擎，讓 agent 從資料庫產出可信賴且可部署的儀錶板。

當大多數 BI 工具還在讓人寫 SQL、拉圖表，WrenAI 選擇把這件事交給 AI agent——而且聲稱輸出不是「看似合理但錯誤」，而是建立在可審查的上下文之上。

🤔 GenBI 的核心難題：Agent 憑什麼值得信任

WrenAI 把自己定位為 open-source GenBI engine（生成式商業智慧引擎）。它要解決的問題是：AI agent 如何從一個商業問題，一路走到可分享的儀錶板，且過程可控。README 指出，生成式 BI 的品質取決於它站立的上下文（context），而單靠資料庫 schema 並不夠——schema 給不了商業語意、已核准的定義、範例、記憶與治理規範。

🧩 用開放上下文層取代裸 Schema

WrenAI 在模型之下鋪了一層 open context layer，提供 schema 所沒有的東西：

• 商業語意與已批准的定義
• 範例與記憶
• 治理機制
• 散落在檔案、wiki、聊天紀錄中的非結構化公司知識

這層上下文可被你現有的每一個 agent 重複使用與審查，讓產出結果有據可依，而非憑空生成。

⚙️ GenBI 三步驟：Generate · Deploy · Know

README 將流程拆成三個節拍：

• Generate：agent 把商業問題轉成受治理的 SQL 與圖表。透過 schema-aware retrieval、MDL planning、dry-plan validation 與結構化錯誤回報，維持正確性、避免「自信地錯」。
• Deploy：將任何答案轉為可分享、瀏覽器端驅動的儀錶板（摘要於此截斷，後續部署細節 README 未完整提供）。
• Know：上下文層持續累積可重用知識（摘要未展開）。

🔧 專案架構近期變動

2026-05-07 起，Wren Engine 已合併進本 repo 的 core/ 目錄；原 Canner/wren-engine repo 已封存。舊版以 Docker 為基礎、聊天優先的 WrenAI GenBI 應用程式保留在 legacy/v1 分支（tag v1-final），並更名為 Wren GenBI Classic。

🎯 實務啟示

對已經在跑 AI agent 的團隊，WrenAI 提供了一個可自架的開源選項：把 BI 產出交給 agent，同時用上下文層把「商業定義與治理」留下來審查。若你苦於 agent 寫出的 SQL 不可信，這類 context-layer 設計值得參考其架構思路。

🔗 來源

• 標題：Canner/WrenAI
• 作者／機構：Canner
• 連結：https://github.com/Canner/WrenAI

#GenBI #OpenSource #WrenAI #Canner #AIAgents #BusinessIntelligence #ContextLayer #SQL #Dashboard #DataGovernance